我国青少年犯罪的影响因素及预测分析*

周需焕 唐松泽 曹 霁

1.南京森林警察学院基础部，江苏 南京 210023；2.南京森林警察学院刑事科学技术学院，江苏 南京 210023

一、引言

2017年5月，习近平总书记在中国政法大学考察时曾指出：“中国的未来属于青年，中华民族的未来也属于青年。青年一代的理想信念、精神状态、综合素质，是一个国家发展活力的重要体现，也是一个国家核心竞争力的重要因素。”青少年是国家和民族的未来，为了青少年的幸福健康成长，为了祖国未来的繁荣昌盛，我国社会各界人士都做出了不懈的努力。在家庭方面，孩子的教育更是家长们的心头大事。然而，中国的青少年犯罪问题仍然成了一个新兴的社会难题：1997年年人民法院审理刑事案件中，青少年罪犯达到了199212人，占全部刑事罪犯总数的37.9%；2017年青少年罪犯数为自1997年—2017年20年内的历史最低：183471人，只比2000年减少了将近8%。青少年罪犯人数居高不下，如何减少青少年犯罪，是当今一个亟需解决的问题。

我国最高人民法院将0-25周岁的犯罪定义为青少年犯罪，我们可以在中国统计年鉴上找到1997-2017年刑事罪犯中18岁以下和18岁至25岁的青少年罪犯数。本文依据这些数据，分析青少年犯罪的趋势和影响因素，从而更好的预防青少年犯罪。

二、文献综述

家庭对青少年的影响是巨大的，家庭是否健康、积极向上，直接关系到青少年的生理和心理健康。北京林业大学的金灿灿和北京师范大学的邹泓对来自上海和昆明的549名犯罪青少年和555名普通青少年进行问卷调查，结果显示问题行为、母亲受教育程度、父亲受教育程度、日常生活事件次数能显著预测青少年犯罪的概率[1]。中国青少年犯罪研究会调查了八个省市监狱、少管所、劳动教养所和工读学校的2000多名违法犯罪青少年，结果显示在这些青少年中，“父母离异、分居、再婚、丧偶的合计占24.1%。”[2]2008-2014年河南青少年违法犯罪呈现出多样化、低龄化、团伙化、智能化等新特征，需要家长、学校、司法、社会共同努力构建预防青少年违法犯罪的对策体系[3]。浙江警察学院的张芷，叶栩闻基于最小二乘法预测了16—18年的青少年犯罪数据，并从社会工作、家庭工作、学校工作三个方面分析如何预防治理青少年犯罪[4]。2019年广西民族大学的曾鹏与桂林理工大学的陈嘉浩通过对青少年犯罪统计数据建立多元时间序列的VAR模型，得到惩戒犯罪的严厉性政策对青少年犯罪具有震慑效果，高中入学率有助于青少年犯罪率降低，惩戒犯罪的确定性、司法投入、处于青春期人口占总人口的比例对青少年犯罪的影响不显著[5]。西南大学硕士论文“影响我国城镇未成年犯罪的经济因素分析”认为城镇未成年犯罪会随着城乡居民收入差距的扩大、城镇登记失业率的上升而增加；会随着城镇人均收入的增长、城市化率的上升而减少[6]。

三、多元线性回归来判断青少年犯罪的影响因素

综合前人的结果可以判断，青少年犯罪与家庭情况、学校教育、社会投入和家庭收入之间有紧密的关系。对于家庭情况，我们选择离婚率、被收养人数来作为相关指标。对于学校教育和社会投入，考虑到义务教育的普及，我们选择了高中阶段毛入学率、高等教育毛入学率、教育业固定资产投资额(不含农户)来作为相关指标。对于家庭收入方面，我们选择了城镇居民人均可支配收入绝对数和农村居民人均纯收入绝对数作为相关指标。

(一)相关性分析

首先利用MATLAB软件标准化处理数据，然后计算协方差矩阵，得到青少年罪犯数、不满18岁的青少年罪犯数与18岁至25周岁青少年罪犯与其余变量之间的相关系数为：

离婚率(‰)被收养人(人)高中阶段毛入学率(15-17周岁)高等教育毛入学率(18-22周岁)教育业固定资产投资额(不含农户)(亿元)城镇居民人均可支配收入绝对数(元)农村居民人均纯收入绝对数(元)青少年罪犯数-0.57170.5160-0.1967-0.6594-0.7531-0.6126-0.6447不满18岁青少年罪犯数-0.80020.7805-0.5217-0.8432-0.8840-0.8308-0.851118岁至25岁青少年罪犯数-0.34940.27270.0605-0.4615-0.5852-0.3941-0.4316

上述结果表明，青少年罪犯数与被收养人之间中度正相关，与离婚率、高等教育毛入学率、教育业固定资产投资额、城镇居民人均可支配收入、农村居民人均纯收入之间中度负相关，与高中阶段毛入学率基本不相关。

不满18岁青少年罪犯数与离婚率、高等教育毛入学率、教育业固定资产投资额、城镇居民人均可支配收入、农村居民人均纯收入之间高度负相关，与被收养人之间中度正相关，与高中阶段毛入学率中度负相关。

18岁至25周岁青少年罪犯数与教育业固定资产投资额中度负相关，与离婚率、高等教育毛入学率、城镇居民人均可支配收入、农村居民人均纯收入之间低度负相关，与其余因素之间基本不相关。

值得注意的是，离婚率和被收养人与各类青少年犯罪数的关系皆是负相关，也就是说，各类青少年犯罪会随着离婚率和被收养人的上升而下降，说明一个不和谐的家庭对孩子造成的影响，甚至大于不完整的家庭对孩子造成的影响。

各项青少年罪犯数与被收养人之间皆为正相关，这种相关性在不满18岁青少年罪犯数上显著性更强。在为失祜儿童寻找收养家庭时，也应注重收养质量而非收养数量。

(二)线性回归拟合

由相关性结论，忽略基本不相关因素，令y1代表青少年罪犯数，y2代表不满18岁青少年罪犯数，y3代表18岁至25周岁青少年罪犯数，我们希望找到如下线性关系：

y1=β0+α1x1+α2x2+α4x4+α5x5+α6x6+α7x7；

y2=β0+β1x1+β2x2+β3x3+β4x4+β5x5+β6x6+β7x7；

y2=y0+y1x1+y4x4+y5x5+y6x6+y7x7；

其中x1代表离婚率，x2代表被收养人，x3代表高中阶段毛入学率，x4代表高等教育毛入学率，x5代表教育业固定资产投资额，x6代表城镇居民人均可支配收入，x7代表农村居民人均纯收入。

1.青少年罪犯数与各影响因素之间的线性关系为

y1=-4.375×104+1.0347×103x1+0.6476x2+4.71×103x4-8.0179x5+17.2637x6-51.8806x7

①

2.不满18岁青少年罪犯数与各影响因素之间的线性关系为

y2=-4.7414×104-1.88×103x1+0.6879x2+117.5124x3+4.786×103x4-7.9012x5+15.918x6-48.4703x7

②

3.18岁至25周岁青少年罪犯数与各影响因素之间的线性关系为

y3=4.367×104-1.9847×104x1+8.4666×103x4-21.823x5+36.733x6-97.6105x7

③

四、利用灰色预测技术预测青少年犯罪

灰色系统理论是当今的一门新兴理论，适用于研究解决现实世界中的不确定性问题。灰色预测模型通过利用系统因素生成有较强规律性的数据序列，从而预测系统未来的发展趋势。灰色预测模型最常用的是GM(1，1)预测模型，该模型首先将原始数据累加得到新的数据序列，然后利用新数据列得到累加矩阵，利用最小二乘法得到灰参数，然后带入预测模型进行数据预测。

利用GM(1，1)模型预测2018年——2020年青少年罪犯数分别为224718，219464，214332；不满18岁青少年罪犯数分别为41758，39488，37341；18岁至25周岁青少年罪犯数分别为185037，182614，180222。

五、结语

相关性分析结果表明：青少年罪犯数与离婚率负相关，与被收养人正相关，不满18岁青少年罪犯数与离婚率和被收养人之间显著相关。健康的家庭环境与青少年健康成长之间的关系紧密，网上最近流行一个说法“幸运的人，用童年治愈一生；不幸的人，用一生治愈童年”。为了青少年健康成长，原生家庭的氛围尤其重要，与勉强维持一个冷漠的、压抑的、充满暴力的家庭相比，爱和关怀更加重要。为孤儿寻找收养家庭时更应严格把控。让每一个孩子都能感受到真正的家庭的温暖，对降低青少年犯罪是有利的。

高等教育毛入学率、教育业固定资产投资额、城镇居民人均可支配收入和农村居民人均纯收入与不满18岁青少年罪犯数之间的相关性明显大于与18岁至25周岁青少年罪犯数之间的相关性，这说明不满18周岁的青少年对教育和经济的依赖性更大。良好的教育条件和宽裕的家庭经济条件，对于不满18周岁的青少年健康成长是较为有利的。

家庭和教育对青少年的影响是深远的、不可估量的。家庭应担负起关爱青少年和管理青少年的责任，学校应加强对青少年的人格教育和心理健康教育，社会应尽力协调和配合，帮助青少年顺利走上正确的人生道路。